| 研究課題/領域番号 |
16K16385
|
|---|
| 研究機関 | 信州大学 |
|---|
研究代表者 |
阿部 誠 信州大学, 学術研究院工学系, 准教授 (90604637)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| キーワード | 光電容積脈波 / 血圧 / ニューラルネットワーク |
|---|
| 研究実績の概要 |
平成29年度は，緑色光電容積脈波センサによって複数の部位で計測した信号から，非線形モデルを用いて血圧の絶対値を推定するモデルの構築およびその有効性の検証を行った．
最初に，前年度の成果で有用性が示された，指尖，手首，前腕，上腕の各部位において計測した緑色光電容積脈波の波形から，それぞれ7個ずつ特徴量を算出した．そして，算出された7個の特徴量を入力，連続血圧計によって計測された血圧をターゲットとしたニューラルネットワークによる非線形モデルを構築した．
次に，被験者20名を対象とした実験データに対し，光電容積脈波信号における特徴量に基づいて作成したニューラルネットワークによるモデルを用いて，血圧の推定を行った．その結果，重回帰モデルにおいて4箇所の部位におけるすべての特徴量を用いて血圧推定を行った場合と，ニューラルネットワークにおいて指尖における特徴量を用いて血圧推定を行った場合とで，どちらも実測血圧と推定血圧の間の相関係数が0.8以上となり，同等の推定精度があることが示された．
以上の結果から，ニューラルネットワークによる非線形モデルの導入によって，より少ない測定部位の情報から高精度に血圧の推定が可能になったと推察される．これは，光電容積脈波から得られる情報が動脈の容積情報を反映しており，圧―容積の非線形な関係における推定を行う際，ニューラルネットワークによってその複雑な非線形性を十分に表すことが可能であったためであると考えられる．
今後は，血圧の絶対値としての推定精度をさらに向上させるとともに，日内変動や個人差によって血圧推定モデルがどのように変化するか捉える必要があると考えられる．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
平成29年度では血圧推定に用いる非線形モデルについて，ニューラルネットワークが有用であることを確認した．この結果から，前年度に提案および検証を行った血圧推定のための重回帰モデルを，ニューラルネットワークを用いたモデルによって置き換えることが可能である．さらには，センサ数を減らせる可能性が示されたことから，より有用性の高い推定モデルであると考えられる．今後，ニューラルネットワークの汎化能力を追求することで，より汎用性の高いモデルを構築することも可能である．
本研究のように，複数の計測部位における，緑色光による光電容積脈波信号の特徴量を用いた，非線形モデルに基づく血圧推定法が検討された先行研究は少なく，本研究の成果は新規性が高いと言える．そのため，本成果について随時学会等で発表を実施している．加えて，学術論文等での報告が可能な状況にあり，場合によっては知的財産としての申請も視野に入れている．以上のことから，本研究は当初の計画どおりに進捗していると言える．
|
| 今後の研究の推進方策 |
今後の研究の推進方策としては，平成29年度の研究結果をもとに，当初の計画どおりに実施していく．具体的には，平成30年度では，平成29年度に提案したモデルの実用性を向上させるために，より多くの被験者に対する実験を行い，日内変動や個人差を考慮した汎用的なモデルを構築する予定である．さらに，長時間計測にともなう推定モデルの変化についても検証する必要があると考えられる．
|
| 次年度使用額が生じた理由 |
次年度使用額が生じた理由は，当初計画していた解析用コンピュータの購入において，解析アルゴリズムを工夫することで，既存のコンピュータでの分析が可能となったためである．
血圧推定システムの構築に必要な経費として，平成30年度請求額とあわせて使用する予定である．
|
